【技术实现步骤摘要】
本专利技术属于图像处理
,涉及对医学图像的处理,特别是一种对胃部CT序列图像的分割。
技术介绍
随着医学成像技术的飞速发展,大量高分辨率图像纷纷涌现,比如磁共振造影MRI、计算机断层扫描CT、脑磁图MEG、三维超声成像,解正电子发射断层照相PET、单光子发射计算机断层SPECT、漫射加权成像DWI、功能磁共振FMRI等,这些成像技术各有特点,它们分别能在不同的时空分辨率下给人们提供各种解剖信息和功能信息。但仅仅依靠这些设备所提供的信息远远达不到人们的要求,必须进一步通过图像处理手段来对图像进行分析和解译。医学图像处理技术包括图像恢复、图像增强,图像分割和图像重建等,其中,将感兴趣的目标从图像中分离出来具有特别的复杂性和重要的研究价值。医学图像分割是正常组织和病变组织的三维重建、定量分析等后续操作的基础,也是临床医学应用的瓶颈。分割的准确性对医生判断疾病的准确性以及做出合理的治疗方案至关重要。活动轮廓模型,即形变模型是比较常用的医学图像分割方法,按其不同轮廓曲线的表达形式,可分为参数活动轮廓模型和几何活动轮廓模型两种。参数活动轮廓模型在变形过程中以显示参数的形式表达 ...
【技术保护点】
一种基于迁移活动轮廓模型的胃部CT序列图像分割方法,包括如下步骤:(1)输入胃部CT序列图像Ii,i=1,...,k,k为大于1的整数;(2)手动的划线圈出CT序列图像中的第一幅图I1的目标区域,得到一幅二值图D,用D的边缘表示I1的目标区域的初始轮廓曲线C0;(3)利用结合区域和边缘的活动轮廓模型GLCV,使轮廓曲线C0不断的迭代收缩,直至到达目标边缘后停止收缩,得到CT序列中第一幅图像I1的目标轮廓C1;(4)将C1进行区域生长后迁移到CT序列的下一幅图像I2中作为其初始轮廓,再用GLCV模型进行分割,得到当前图像I2的目标轮廓C2;(5)利用GLCV模型分割CT序列中 ...
【技术特征摘要】
1.一种基于迁移活动轮廓模型的胃部CT序列图像分割方法,包括如下步骤 (1)输入胃部CT序列图像Ii,i = l,...,k,k为大于I的整数; (2)手动的划线圈出CT序列图像中的第一幅图I1的目标区域,得到一幅二值图D,用D的边缘表示I1的目标区域的初始轮廓曲线Cci ; (3)利用结合区域和边缘的活动轮廓模型GLCV,使轮廓曲线Ctl不断的迭代收缩,直至到达目标边缘后停止收缩,得到CT序列中第一幅图像I1的目标轮廓C1 ; (4)将C1进行区域生长后迁移到CT序列的下一幅图像I2中作为其初始轮廓,再用GLCV模型进行分割,得到当前图像I2的目标轮廓C2 ; (5)利用GLCV模型分割CT序列中剩余的图像 从CT序列图像中的第i幅图像Ii开始,i = 2,. . .,k,依次将当前分割好的图像的目标轮廓Ci进行区域生长后,迁移到CT序列图像中的与其相邻的下一幅图像,作为该图像的初始轮廓,再用GLCV模型进行分割。(...
【专利技术属性】
技术研发人员:缑水平,王云利,王之龙,张晓鹏,唐磊,刘芳,周治国,
申请(专利权)人:西安电子科技大学,
类型:发明
国别省市:
还没有人留言评论。发表了对其他浏览者有用的留言会获得科技券。